Philipp Grunert-Data Scientist und Data Engineer

Kernkompetenzen

• Data Science, Data Mining, Statistik, Big Data, Data Engineering, Reporting, Entwicklung Analytischer Modelle, Customer- Und Business-Analytics, Scoring, Aufbau Analytischer GeschäFtsmodelle
• Prognosen, Optimierung, Simulationen, Analytics-Prozesse, Automatisierungen, Cloud, Setup Und Quick Wins Analytics, Llm, Nlp

Tools

• Python, Sas, R, Spss, Stata, Statistica, Knime, Rapidminer, Powerbi, Tableau, Sql, Streamlit, Flask, Dash, Kubeflow

Branchen

• Retail B2c, Retail B2b, Finance, Insurance, Health, Telco, Media, Transport, Industry, E-Commerce

Fachkompetenz – Analytisches Crm

• Modellentwicklung, Deployment, Automatisierte Produktion, Scoring, Prognosen, Uplift Modelling, Kundensegmentierung, Kundenwertprognose, Churn Prevention, Cross- Und Up-Selling, Neukundengewinnung, KundenrüCkgewinnung, Responseoptimierung, Kampagnenselektion, Kampagnenbewertung, Kampagnenoptimierung, Nlp- Und Llm-Modelle, Kampagnenmanagement, Treiberanalysen, Media-Mix-Modelle, Customer-Journey-Analysen, Cex- Und Nps-Modelle, Social-Media-Analytics, Webanalytics, Geoanalysen, Lead-Scoring, Predictive Maintenance, Customer-Lifetime-Value-(Clv)-Berechnungen, Sentiment-Analyse, Market-Basket-Analysis, Empfehlungs-Engines, Multi-Channel-Analysen, Zeitreihenanalyse, Anomalieerkennung, Event-Driven-Marketing, Attribution Modeling, Retargeting, Kundenerlebnismessung, Preisoptimierung, Echtzeit-Analytics

Fachkompetenz – Business Analytics

• Forecasting, Simulationen, Business Cases, Kosten-Nutzen-Modelle, Optimierung, Potenziale, Budgetsteuerung, Predictive Modelling, Data Mining, Treiberanalysen, Rca – Root-Cause-Analysis, Operations Research, Geographische Modelle, Marktmodelle, Process Mining, Performance Management, Analytische Entscheidungstheorie, Marktforschung (Survey Analysis), Ableiten Von Handlungsempfehlungen Aus Kpis, Benchmarking, Szenarioanalysen, Dashboarding, Ad-Hoc-Analysen, Financial Modeling, Risikoanalysen, Monte-Carlo-Simulationen, WerttreiberbäUme, Zeitreihenanalysen, Portfolio-Analysen, SensitivitäTsanalysen, Kpi-ÜBerwachung, Balanced Scorecard, Explorative Datenanalyse (Eda), HypothesenprüFung, Datenvisualisierung, GeschäFtsprozessmodellierung, Logfile-Analytics

Fachkompetenz – Risk Management

• Risk-Management-Strategien, Risk-Value-Balance, Maturity Assessments Im Bereich Risk Management, Risk-Kennzahlensysteme, Risk-Based Pricing, Basel-Ii-Konformes Risk Scoring, Pd, Lgd, Ead, Rating, Antragsmanagement, Limitmanagement, Forderungsmanagement, Inkassoprozesse, Fraud Prevention, Profit-Based Offering, Stresstests Und Szenarioanalysen, Operational Risk Management, Compliance Management, Risikoidentifikation Und -Bewertung, Risikominderungstechniken, Kreditrisikoanalyse, Marktrisikomanagement, LiquiditäTsrisikomanagement, Reputationsrisikoanalyse

Fachkompetenz – Business Intelligence

• Migrationen Zwischen Systemen, Aufbau Von Standardreports, DatenqualitäTsanalyse, Reporting, Kpi-Definition, Olap, Business Scorecard, Planung Und Budgetierung, Datenintegration, Dashboards, Ad-Hoc-Reporting, Data Warehousing, Etl-Prozesse, Self-Service Bi, Data Governance, Advanced Analytics, Mobile Bi, Echtzeit-Reporting, Drill-Down-Analysen, Datenvisualisierung, Predictive Analytics, Big Data Analytics, Data Lakes, Benchmarking, Geographische Informationssysteme (Gis), Cloud Bi, Natural Language Processing (Nlp) FüR Bi

Fachkompetenz – Data

• Datenbankarchitektur, Datenmodellierung, Analysedatamarts, Abts, Automatisierungen, Cloud, Docker, Datenintegration, Datenbereinigung, Data Lakes, Etl-Prozesse, Data Governance, Metadatenmanagement, Big-Data-Technologien, Nosql-Datenbanken, Datenmigration, Api-Entwicklung, Echtzeitdatenverarbeitung, Data Lineage, Data Catalogs, Master Data Management (Mdm), Skalierbarkeit, Stream Processing, Kubernetes

Fachkompetenz – Datenschutz

• Zertifizierung, UnterstüTzung Beim Aufbau Datenschutzkonformer Analytics-Marts Und Use Cases, Abstimmung Mit Datenschutzbeauftragten

Methodenkompetenz – Analytics/Statistik/Data-Mining-/Data-Science-Methoden

• Maschinelles Lernen, Deep Learning, Reinforcement Learning, Artificial Intelligence, Regressionsanalysen, Mehrkategoriale Und Multinominale Modelle, Decision Trees, Random Forests, Gbm, Gbc, Xgboost, Neuronale Netze, Simulationen (Monte Carlo), Lineare/Quadratische Optimierungen, Zeitreihenanalyse (Arima, (I, E)-Garch, Smoother, Prognosemodelle, ÖKonometrie, Paneldatenmodelle), Clusteranalysen, Diskriminanzanalysen, Faktorenanalysen, Mds, Conjoint-Analysen, Survival-Analysen, Genetische Algorithmen, Assoziationsanalyse, Bagging, Boosting, Support-Vector-Machines, Bootstrapping, Kosten-Nutzen-Analyse, Cost-Effectiveness-Analysis, Textmining, Nlp, Llm, Versuchsplanung, Stichprobenziehung, Social-Media-Analysis, Web Mining Und Crawling, Bayesianische Inferenz, A/B-Tests, Principal-Component-Analysis (Pca), Hierarchical Clustering, Anomaly Detection, Gradient Descent, K-Means Clustering, Collaborative Filtering, Recommendation Systems, Image Processing, Sentiment Analysis, Transfer Learning, Feature Engineering, Cross-Validation, Dimensionality Reduction, Reinforcement Learning, Causal Inference, Bayesian Networks, Markov Chains, Hidden Markov Models

Methodenkompetenz – FüHrungskompetenz Im Data-Science-Umfeld

• Teamleitung, Fachliche Und Disziplinarische FüHrung, Auch Interimsweise Bei Kunden (In Unterschiedlichen Firmen Bis Zu 10 Personen), GeschäFtsfüHrung, UnternehmensgrüNdung, Interimsmanagement, Change Management, Coaching Und Mentoring, Strategische Planung FüR Analytics Und Data Science, Projektmanagement, Entscheidungsfindung, Mitarbeiterentwicklung Im Data Science, Unternehmenskulturentwicklung, Ressourcenmanagement, Stakeholder-Management, InnovationsföRderung, Teambuilding, Zielsetzung Und Evaluation, Agile Leadership, Netzwerkaufbau Und -Pflege

Methodenkompetenz – Projektmanagement Im Data-Science-Umfeld

• Projektleitung (Klassisch Und Agil), Scrum, Kanban, Design Thinking, Scrum Master, Product Owner, Projektmanagement-Systematik, Vorgehensmodelle, Projektplanung Und -Steuerung, Risikomanagement, Budget- Und Kostenkontrolle, Meilensteinplanung, Ressourcenmanagement, Stakeholder-Management, Kommunikationsmanagement, QualitäTsmanagement, Change Management, Projektcontrolling, Zeitmanagement, Projektabschluss Und -Dokumentation, Konfliktmanagement, Anforderungsmanagement, Agile Coaching, Hybrid Project Management

Methodenkompetenz – Strategie FüR Data Science

• Roadmap-Erstellung FüR Data-Science-Abteilungen, Consulting Und Coaching Bis Auf C-Level GroßEr Dax-Unternehmen, Aufbau Mehrerer Data-Science-Abteilungen Und Unternehmen, Strategische Planung Und Umsetzung, Wettbewerbsanalyse, Markt- Und Trendanalysen, Unternehmensentwicklung, Innovationsmanagement, GeschäFtsmodell-Entwicklung, Transformationsmanagement, Analytische Begleitung Bei M&A, Kpi-Definition Und -Monitoring, Swot-Analyse, Risikoanalyse Und -Bewertung, Benchmarking

Methodenkompetenz – Kommunikation

• PräSentation, Moderation, GespräChsfüHrungstechniken, Workshop-Leitung, Analytics Storytelling, UnterstüTzung Beim Recruiting

Methodenkompetenz – Prozessmanagement

• Prozessanalyse, Process Mining, Prozessoptimierung Und Simulation, Transformationsprozesse Vom Reporting Zum Analytics- Und Dann Data-Science-Unternehmen, Implementierung Von Best Practices, Schnittstellenmanagement, QualitäTsmanagement, Performance-Messung, Risiko- Und Compliance-Management

Methodenkompetenz – Architektur- Und Rollenkonzepte

• Aufbau Von Datenprozessen, Aufbau Von Data-Science-Architekturen Inkl. Rollenkonzepten, Vollautomatisierungen Inkl. Modellhistorisierung

It-Kompetenz – Analytics-/Reporting Tools

• Python (Pandas, Numpy, Matplotlib, Tensorflow, Pytorch, Keras, Pyspark, Streamlit, Dash, Flask), R (Rstudio, Tinn-R, Shiny, Knitr), Sas Eg, Sas Forecast Studio, Sas Enterprise Miner, Sas Ci, Sas Di, Sas Ma, Sas Mo, Sas Visual Analytics, Sas Workload, Spss Statistics, Spss Modeler, Statistica – Data Miner, Rapidminer, Stata, Data, Amos, Excel Solver, Excel Monte Carlo, Excel Bootstrapping, Portrait Uplift, Deltamaster, Knime, Portrait Miner, Smartpls, Ms Project, Google Cloud, Google Analytics, Bigquery, Tealium, Responsys, Intelliad, Adobe Sitecatalyst, Vertex Ai, Qlik, Power Bi Mit Dax Studio, Tableau, Llm (Bert, Llama2, Gpt-4), Gpower, Databricks, Looker, Aws, Snowflake, H2o.Ai

It-Kompetenz – Programmiersprachen

• Python, R, Sas Base, Spss Syntax, Stata, Sql, Pl/Sql, Vba, Bayesx, C++, Java, Html, Javascript, Matlab

It-Kompetenz – Anwendungen

• Jira, Confluence, Github, Kubernetes, Docker, Microservices, Cloud Run, Airflow, Kubeflow, Trello, Jenkins, Slack, Microsoft Teams, Bitbucket, Azure Devops, Apache Spark, Apache Kafka, Jupyter Notebook, Vs Code, Pycharm

It-Kompetenz – Datenbanken

• Sql/Nosql-Datenbanken, Azure, Aws, Bigquery, Google Cloud, Snowflake, Gcp, Oracle, Sap Bw/Is-U, Mysql, Hadoop, Teradata, Dbeaver, Microsoft Sql Server, Dbvisualizer, Ms Access, Mongodb, Postgresql, Cassandra, Gis, Mariadb, Ibm Db2, Sqlite, Clickhouse

It-Kompetenz – Weiteres

• Ms Office, Pc#Tv, Datev, Acxiom, Infas

Branchenkompetenz

• Versicherungen (Direkt Und Klassisch), Retail (WarenhäUser, Einzelhandel, E-Commerce), Consumer Products, Energie, Gesundheit, Finanzdienstleistungen (Retail Banking, Direct Banking, Automobilbanken), Telekommunikation, Industrie, Automotive, Immobilien, Medien (Broadcasting, Online, Verlage), BehöRden Und VerbäNde, Transport/Touristik, Logistik, Pharmazeutische Industrie, Bildung, Lebensmittelindustrie, öFfentliche Verwaltung, Fintech, Insurtech, It-Dienstleistungen, Start-Ups